nanoPerplexityAI

用最少代码,快速搭一个带引用的 AI 搜索问答工具

nanoPerplexityAI 是一个极简的开源项目,旨在以最简化的代码实现类似 Perplexity AI 的 AI 搜索问答体验。它解决了开发者快速搭建一个具备联网搜索、信息聚合和生成式回答能力的 AI 搜索工具的需求。项目核心能力包括:调用大语言模型(LLM)进行自然语言理解与生成,集成搜索 API 获取实时网页信息,并将搜索结果与模型生成内容结合,输出带引用来源的答案。代码结构清晰,依赖少,适合作为学习 AI 搜索系统原理的参考实现,也可作为原型快速迭代的基础。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 335
维护状态 低维护
是否开源
定价模式 free

项目数据

分类搜索知识
开发团队Yusuke710
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型ai-search-engine,large-language-models,nanoperplexityai,open-source-perplexity-ai,perplexity-ai,search-engine,searchgpt
GitHub 星标★ 335
30天Star增速
HF 下载量
上线时间2024-07-02 00:00:00
最近更新2026-09-04 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 代码极简,核心逻辑一目了然,适合快速上手和二次开发
  • 支持流式输出,体验接近 Perplexity 的实时回答效果
  • 基于 FastAPI 提供 API 接口,易于集成到现有系统

不足之处

  • 功能较为基础,缺少用户管理、历史记录等生产级特性
  • 搜索依赖外部 API,需要自行配置密钥,且未内置重试/降级策略
  • 文档/社区待观察

适用场景

  • 个人学习 AI 搜索系统原理
  • 快速搭建内部知识问答原型
  • 作为基础框架,扩展定制化 AI 搜索功能

替代项目

Perplexica、OpenPerplex、Khoj

项目介绍

nanoPerplexityAI 是搜索知识领域的开源项目,由 Yusuke710 开发,2024 年首次发布。

它收录于搜索知识分类,该分类目前共有 581 个项目,GitHub 星标数为 335。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-04。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:个人学习AI搜索系统原理。同类可对比的替代方案包括 Perplexica、OpenPerplex、Khoj。

上一篇:MindSearch

下一篇:VSA

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单,开发者省下整周加班

The web data API to search, scrape, and interact at scale.

★ 183325 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用,从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图,找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 120493 2026-08-09
ragflow 开源

让大模型用上你的私有知识,搭建可靠的企业级RAG应用

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···

★ 91170 2026-08-09